METODY INTELIGENTNEJ ANALIZY DANYCH Z WYKORZYSTANIEM SIECI NEURONOWYCH W DIAGNOZIE
##plugins.themes.bootstrap3.article.sidebar##
Numer Tom 14 Nr 2 (2024)
-
ŚLEDZENIE ZABURZEŃ RUCHU DŁONI ZA POMOCĄ SMARTFONA W OPARCIU O METODY WIZJI KOMPUTEROWEJ
5-10
-
SPOSOBY ANALIZY PARAMETRÓW TRANSMISJI I ODTWORZENIA SYGNAŁU MOWY
11-16
-
KONCEPCJA I WALIDACJA UKŁADU DO REJESTRACJI SYGNAŁÓW WIBROAKUSTYCZNYCH STAWU KOLANOWEGO
17-21
-
INSPIROWANE KOJOTAMI PODEJŚCIE DO PRZEWIDYWANIA TOCZNIA RUMIENIOWATEGO UKŁADOWEGO Z WYKORZYSTANIEM SIECI NEURONOWYCH
22-27
-
ZMIANA CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWEJ FILTRA Z WYKORZYSTANIEM DŁAWIKA O PŁYNNIE REGULOWANEJ INDUKCJI
28-33
-
BADANIE TRYBÓW ROZRUCHU JEDNOFAZOWYCH SILNIKÓW ASYNCHRONICZNYCH PRZY ZMIANIE PARAMETRÓW UZWOJEŃ STOJANA, KONDENSATORA PRZESUWAJĄCEGO FAZĘ I NAPIĘCIA ZASILANIA
34-41
-
OCENA CHARAKTERYSTYKI ENERGETYCZNEJ PROCESU SUSZENIA PODCZERWIENI NASION RZEPAKU I SOJI PRZY UŻYCIU WIRNIKA WIBRACYJNEGO
42-46
-
UZASADNIENIE MOŻLIWOŚCI STWORZENIA ZINTEGROWANEGO ULTRADŹWIĘKOWEGO PRZETWORNIKA DO POMIARU ZUŻYCIA GAZU ZIEMNEGO
47-50
-
NUMERYCZNE BADANIE MOŻLIWOŚCI WYKORZYSTANIA POŁĄCZEŃ KLEJOWYCH DO POŚREDNICH POMIARÓW ROZKŁADU NAPRĘŻENIA
51-55
-
ZMODYFIKOWANA METODA ANALIZY WIDMOWEJ SYGNAŁÓW RADIOWYCH Z WYKORZYSTANIEM PODEJŚCIA OPERATORSKIEGO DLA TRANSFORMATY FOURIERA
56-61
-
ITERACYJNE DEKODOWANIE KRÓTKICH KODÓW PARZYSTOŚCI O NISKIEJ GĘSTOŚCI W OPARCIU O EWOLUCJĘ RÓŻNICOWĄ
62-65
-
PRZEGLĄD GENERATYWNYCH SIECI PRZECIWSTAWNYCH DLA ZASTOSOWAŃ BEZPIECZEŃSTWA
66-70
-
IoT DO PREDYKCYJNEJ KONSERWACJI KRYTYCZNEGO SPRZĘTU MEDYCZNEGO W STRUKTURZE SZPITALA
71-76
-
ZASTOSOWANIE SIECI NEURONOWYCH RESNET-152 DO ANALIZY OBRAZÓW Z UAV DO WYKRYWANIA POŻARU
77-82
-
IDENTYFIKACJA GLEB ZASOLONYCH W STREFIE PRZYBRZEŻNEJ DYSTRYKTU KRISHNA, ANDHRA PRADESH, Z WYKORZYSTANIEM DANYCH TELEDETEKCYJNYCH I TECHNIK UCZENIA MASZYNOWEGO
83-88
-
OCENA WYDAJNOŚCI WYKRYWANIA MASKI NA TWARZY NA PODSTAWIE WIELU MODYFIKACJI ARCHITEKTURY YOLOV8
89-95
-
OCENA ROZWIĄZAŃ INŻYNIERSKICH W ROZWOJU DZIAŁU ZAKUPÓW DLA WARSZTATU KONSTRUKCJI METALOWYCH
96-100
-
OCENA SKUTECZNOŚCI PROGNOZOWANIA CEN BITCOINÓW PRZY UŻYCIU TECHNIK UCZENIA MASZYNOWEGO NA DANYCH HISTORYCZNYCH
101-108
-
METODY INTELIGENTNEJ ANALIZY DANYCH Z WYKORZYSTANIEM SIECI NEURONOWYCH W DIAGNOZIE
109-112
-
POPRAWA PARAMETRÓW REGRESJI WEKTORA NOŚNEGO V Z RÓWNOLEGŁYM WYBOREM CECHY POPRZEZ WYKORZYSTANIE ALGORYTMU QUASI-OPOZYCYJNEGO I ALGORYTMU OPTYMALIZACJI HARRIS HAWKS
113-118
-
ADAPTACYJNY RÓŻNICZKOWY ALGORYTM EWOLUCYJNY ZE STRATEGIĄ DOSTOSOWYWANIA GRANIC DO ROZWIĄZYWANIA NIELINIOWYCH PROBLEMÓW IDENTYFIKACJI PARAMETRÓW
119-126
-
MODELOWANIE WYBORU KURSU ONLINE DLA UMIEJĘTNOŚCI HIGIENY INFORMACJI METODĄ SAATY
127-132
-
PRZEGLĄD OSIĄGNIĘĆ PRACOWNIKÓW POLITECHNIKI LUBELSKIEJ W DZIEDZINIE WYKORZYSTANIA ZBIORÓW ROZMYTYCH
133-140
-
SYMULACJA ROBOTYCZNYCH ZESPOŁÓW MECHATRONICZNYCH W PROGRAMIE V-REP
141-148
##plugins.themes.bootstrap3.article.main##
Authors
Abstrakt
Rozważane metody pozwalają na opracowywanie struktury systemów diagnostycznych opartych na sieciach neuronowych oraz wdrażanie systemów wspomagania decyzji w klasyfikacji problemów diagnostycznych. W pracy zastosowano ogólnie specjalistyczne metody eksploracji danych oraz zasady budowy systemu sztucznej inteligencji opartego na sieciach neuronowych.. Zwrócono uwagę na problemy pojawiające się przy wypełnianiu baz wiedzy i szkoleniu sieci neuronowych. Zaproponowano metody opracowywania modeli inteligentnego przetwarzania danych do celów diagnostycznych w oparciu o sieci neuronowe. Autorzy opracowali i zweryfikowali funkcję aktywacji dla pośrednich poziomów neuronowych, która pozwala na wykorzystanie współczynników ważących jako prawdopodobieństw procesów diagnostycznych i pozwala uniknąć problemu minimów lokalnych przy stosowaniu metod gradientowego opadania. Autorzy zidentyfikowali szczególne problemy, które mogą pojawić się podczas praktycznego wdrażania systemu wspomagania decyzji i rozwoju baz wiedzy. Zaproponowano oryginalną funkcję aktywacji warstw pośrednich, otrzymaną w oparciu o modernizację funkcji błędu Gaussa. Doświadczenie w stosowaniu rozważanych metod i modeli pozwala na wdrażanie systemów diagnostycznych sztucznej inteligencji w różnych problemach klasyfikacyjnych.
